一种基于政府门户和新媒体的信息采集抽取方法及系统.pdfVIP

下载本文档

4
0
约1.16万字
约 10页
2023-05-20 发布于北京
举报
版权申诉

一种基于政府门户和新媒体的信息采集抽取方法及系统.pdf

1、本文档共10页，其中可免费阅读9页，需付费10金币后方可阅读剩余内容。
2、本文档内容版权归属内容提供方，所产生的收益全部归内容提供方所有。如果您对本文有版权争议，可选择认领，认领后既往收益都归您。
3、本文档由用户上传，本站不保证质量和数量令人满意，可能有诸多瑕疵，付费之前，请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形，可联系本站下载客服投诉处理。
4、文档侵权举报电话：400-050-0827(电话支持时间：9:00-18:30)。
5、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
6、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
7、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
8、VIP文档为合作方或网友上传，每下载1次，网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档

本发明公开了一种基于政府门户和新媒体信息采集抽取方法及系统，基于政府门户的信息采集和新媒体的数据采集，基于政府门户的信息采集首先对执行任务的相关属性信息进行定义，具体包括任务名称、网站/新媒体档案名称、扫描入口地址、网站域名、任务类别、最大提取页面数、采集线程数、采集方式、采集JS模版名、是否增量扫描、扫描优先级、页面url过滤、采集等待时长、是否采集附件、是否直接提取数据、提取信息标题和信息发布来源的属性定义。本发明通过“多点多网多终端”的数据提取方式，同时采网络爬虫+动态JS模版提取数据进行

(19)国家知识产权局 (12)发明专利申请 (10)申请公布号 CN 114925259 A (43)申请公布日 2022.08.19 (21)申请号 202210416910.2 (22)申请日 2022.04.20 (71)申请人北京网景盛世技术开发中心地址 1